OSV-Scanner项目将支持Red Hat版本比对功能
Google开源项目OSV-Scanner即将迎来一个重要更新——支持Red Hat软件包版本比对功能。这一功能将显著提升该工具在Red Hat生态系统中的安全扫描能力。
背景与现状
OSV-Scanner是一款用于扫描开源软件依赖项中已知问题的工具。其核心功能依赖于准确识别软件包版本并进行比对。此前,该项目已经支持多种包管理系统的版本比对,但尚未实现对Red Hat RPM软件包版本的特殊处理。
值得注意的是,OSV.dev(OSV问题数据库)近期已经添加了对RPM版本的支持。这为OSV-Scanner实现相应功能奠定了基础。
技术实现方案
实现这一功能需要在OSV-Scanner代码库的internal/semantic目录下新增一个version-rpm.go文件。该文件将包含专门处理Red Hat软件包版本比对的逻辑。
Red Hat的版本编号系统有其特殊性,与常见的语义化版本(SemVer)有所不同。它采用"epoch:version-release"的格式,其中:
- epoch是一个可选的非负整数
- version是上游软件版本
- release是发行版特定的修订号
开发进展与挑战
目前开发面临的主要挑战是缺乏可用的测试数据集。虽然OSV.dev的生产环境尚未提供Red Hat的all.zip数据库,但开发团队已经获得了测试环境的访问权限,可以获取所需的测试数据。
作为替代方案,开发人员也考虑使用基于Red Hat的发行版(如Rocky Linux、AlmaLinux)的数据来生成测试用例。这些发行版与Red Hat保持高度兼容,可以作为有效的替代数据源。
未来展望
这一功能的实现将使得OSV-Scanner能够更准确地识别Red Hat系统及其衍生发行版中的软件问题,为使用这些系统的用户提供更全面的安全扫描能力。随着功能的完善,预计将显著提升工具在企业级Linux环境中的实用性。
开发团队表示,一旦相关测试数据准备就绪,将尽快推进该功能的实现和测试工作。这将为开源安全生态系统的完善做出又一重要贡献。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00